• 한국전자통신학회논문지
• /
• 제8권10호
• /
• pp.1467-1475
• /
• 2013

본 논문에서는 논문 문헌을 중심으로 키워드를 선정하여 사용할 때 키워드 간의 상호 연관 관계를 조사한다. 조사 대상은 마이크로 배터리와 에너지 하비스팅을 중심으로 핵심 키워드와 핵심 키워드를 중심으로 한서브 핵심 키워드의 상호 연관이 어떻게 구성되는지를 제안한다.

• 한국보육지원학회지
• /
• 제20권1호
• /
• pp.91-111
• /
• 2024

Objective: The purpose of this study is to explore trends in institutional evaluation research in early childhood education through keyword network analysis. This aims to understand trends in academic discourse on institutional evaluation and gain implications for follow-up research and related policy directions. Methods: A total of 6,629 keywords were extracted from 572 dissertations and journal articles published from January 2006 to October 2023 for the purpose of analyzing and visualizing the frequency and centrality of keywords, as well as the structural properties of keyword networks. The analysis and visualization were conducted using the TEXTOM, UCINET6, and NetDraw programs. Results: First, the number of institutional evaluation studies increased steadily from 2006 to 2010 and then decreased, with a higher frequency of studies on daycare centers compared to kindergartens. Second, the most frequently occurring keyword in the analysis was 'daycare center,' and the highest connection strength was found in the term 'daycare-center-evaluation.' Third, network analysis revealed that key terms for institutional evaluation research included 'evaluation certification,' 'recognition,' 'evaluation indicators,' 'teacher,' 'daycare center,' and 'kindergarten.' In the ego network analysis for each institution, 'parent' emerged as a highly ranked keyword. Conclusion/Implications: This study confirmed the perspectives of previous studies by revealing the structure of core concepts in early childhood education institution evaluation research, and provided implications for follow-up and direction of institution evaluation

• 한국의상디자인학회지
• /
• 제24권4호
• /
• pp.73-85
• /
• 2022

The purpose of this study is to conduct more practical subsequent research by identifying research areas through a systematic analysis of sustainable fashion design research trends. For this study, 117 journals domestic journals published between 2010 and 2020 were selected using the keyword, 'sustainable fashion'. With the research materials, six top keywords, 'zero waste', 'sustainability', 'eco-friendly', 'upcycling', 'recycling', and 'ethical', were derived. The research status was examined by year, keyword, keyword and year, and research topic. The analysis results are as follows. First, looking into the studies by year, it was found that research on sustainable fashion increased in general. Compared to 2010, the research tripled in 2020, and it was found to have increased steadily from 2018. Second, regarding the research by keyword, eco-friendly was the most common. It can be seen that research tended to focus on recycling or eco-friendliness before, but in later material design development was heading towards upcycling. Third, concerning the research by topic, case studies were found the most before, but research on design development tended to increase recently. Based on that, it is expected that the areas of sustainable fashion design that need more research will be investigated further.

• 지능정보연구
• /
• 제17권1호
• /
• pp.127-138
• /
• 2011

대부분의 연구포털 사이트는 관심 분야의 논문을 획득하고자 하는 연구자를 대상으로 한 서비스를 주로 제공하고 있다. 하지만 이러한 서비스는 정확한 서지사항을 알고 있는 일부 사용자의 경우 손쉽게 이용할 수 있지만, 대부분의 이용자는 원하는 자료를 획득하기 위해 키워드 검색을 통한 반복적 시행착오를 겪게 된다. 특히 사용자가 익숙하지 않은 분야의 논문을 검색하는 경우에는, 찾고자 하는 논문의 적절한 키워드 자체를 알지 못하여 검색에 큰 어려움을 겪게 된다. 이러한 한계를 극복하기 위해 일부 연구포털 사이트에서는 온라인 쇼핑몰의 상품 추천에 주로 사용되어온 연관관계 분석 기반 키워드 추천 서비스를 채택하고 있다. 하지만 연관관계 분석에만 기반한 키워드 추천 방식은 두 키워드간의 단편적인 관계만을 알려줄 뿐, 해당 학술 분야와 관련된 전체 키워드 간의 복합적 연결 관계를 보여주기에는 한계가 있다. 따라서 본 논문에서는 연관관계 분석을 통해 빈발 출현 키워드 쌍을 추출하고 이를 근거로 전체 키워드 간 네트워크를 구축함으로써, 학술 분야별 중심 키워드 및 분야 간 융합을 위한 연계 키워드를 추천하기 위한 방법을 제시하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제12권11호
• /
• pp.511-518
• /
• 2012

본 연구는 녹색기술 분야의 지식지도를 구축하고 국내외 녹색기술 정보를 시계열로 비교 분석하여 녹색기술에 대한 연구동향을 파악하고 향후 녹색기술 분야에서 활발하게 연구될 영역을 확인하고자 하였다. 이를 위해 한국과학기술정보연구원에서 운영 중인 녹색기술정보포털 (www.gtnet.go.kr)에서 제공하고 있는 녹색기술 정보의 키워드를 대상으로 네트워크 분석을 수행하였다. 네트워크 분석은 키워드를 이용하여 수행하였으며, 이를 시기별로 나누어 연구주제의 변화를 확인하였다. 그 결과 전체 영문 키워드 중 상위 100대 키워드에 대한 네트워크 분석 결과 주로 태양광 에너지, 바이오매스 등 재생에너지 관련 분야의 중심성이 높은 것으로 나타났다. 또한 년도별 주요 키워드에 대한 추세를 살펴보았을 때, Solar Cell, Nanotechnology, Smart Grid, Fuel Cell 등의 중심성이 증가하고 있는 것으로 나타나, 재생 에너지의 생성 및 활용 분야에 대한 연구개발이 활발히 이루어지고 있는 것으로 나타났다.

• 대한영양사협회학술지
• /
• 제22권4호
• /
• pp.310-319
• /
• 2016

Limitation of a questionnaire survey which is widely used is time and money, limited numbers of participants, biased confidence interval and unreliable results. To overcome these, we performed tendency and network analysis of diet using big Data in Koreans. The keyword on diet were collected from the portal site Naver from January 1, 2015 until December 31, 2015 and collected data were analyzed by simple frequency analysis, N-gram analysis, keyword network analysis and seasonality analysis. The results showed that diet menu appeared most frequently by N-gram analysis, even though exercise had the highest frequency by simple frequency analysis. In addition, keyword network analysis were categorized into four groups: diet group, exercise group, commercial diet program company group and commercial diet food group. The analysis of seasonality showed that subjects' interests in diet had increased steadily since February, 2015, although subjects were most interested indiet in July, these results suggest that the best strategies for weight loss are based on diet menu and starting diet before July. As people are especially sensitive to diet trends, researches are needed about annual analysis of big data.

• 웰빙융합연구
• /
• 제5권4호
• /
• pp.33-37
• /
• 2022

Purpose: This study aims to understand the trend and central concept of domestic researches on laughter therapy. For the analysis, this study used total 72 theses verified by inputting the keyword 'laughter therapy' from 2007 to 2021. Research design, data and methodology: This study performed the development and analysis of keyword co-occurrence network, analyzed the types of researches through topic modeling, and verified the visualized word cloud and sociogram. The keyword data that was cleaned through preprocessing, was analyzed in the method of centrality analysis and topic modeling through the 1-mode matrix conversion process by using the NetMiner (version 4.4) Program. Results: The keywords that most appeared for last 14 years were laughter therapy, depression, the elderly, and stress. The five topics analyzed in thesis data from 2007 to 2021 were therapy, cognitive behavior, quality of life, stress, and the elderly. Conclusions: This study understood the flow and trend of research topics of domestic laughter therapy for last 14 years, and there should be continuous researches on laughter therapy, which reflects the flow of time in the future.

• Asia Marketing Journal
• /
• 제16권3호
• /
• pp.23-33
• /
• 2014

The selection of keywords for bidding is a critical component of paid search advertising. When the number of possible keywords is enormous, it becomes difficult to choose the best keywords for advertising and then subsequently to assess their effect. To this end, we propose an ultrahigh dimensional keyword selection approach that not only reduces the dimension for selections, but also generates the top listed keywords for profits. An empirical analysis using a unique panel dataset from a large online clothes retailer that advertises on the largest search engine in China (i.e., Baidu) is presented to illustrate the usefulness of our approach.

• 정보화정책
• /
• 제27권4호
• /
• pp.24-46
• /
• 2020

본 연구는 키워드 네트워크 분석을 이용하여 공공데이터 수요(즉, 공공데이터 제공신청, 검색 질의 등)를 적시에 예측하는 방법을 제안한다. 분석 결과에 따르면, 수요가 높은 토픽에 속하는 공공데이터는 대부분 국내 공공데이터 포털(data.go.kr)에서 제공되고 있지만, 토픽 연관 분석을 통해 예측된 이용자의 실제 요구와 관련된 공공데이터는 거의 제공되지 않고 있다. 공공데이터를 제공(또는 선정)할 때, 이용자의 공공데이터 제공신청과의 관련성보다 공공데이터 토픽과의 관련성이 우선시되기 때문이다. 제안된 키워드 네트워크 분석 프레임워크는 실제 공공데이터 제공신청을 바탕으로 이용자들의 수요를 빠르고 쉽게 예측할 수 있으므로, 향후 공공기관(중앙부처·지방자치단체·산하기관)의 공공데이터 정책 수립에 이바지할 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.1-8
• /
• 2020

빅데이터 분석에서 텍스트 데이터의 활용이 증가하고 있다. 따라서 텍스트 데이터의 분석 기법에 관한 많은 연구가 이루어지고 있다. 본 논문에서는 텍스트 데이터로부터 추출된 키워드 데이터의 분석을 위하여 공액사전분포 기반의 베이지안 학습 방법이 연구된다. 베이지안 통계학은 기존의 데이터에 새로운 데이터가 추가될 때마다 모수를 갱신하는 데이터 학습을 제공하기 때문에 시간에 따라 대용량의 데이터가 생성 및 추가되는 빅데이터 환경에서 효율적인 방법을 제공한다. 제안 방법의 성능과 적용 가능성을 보이기 위하여 실제 특허 빅데이터를 전처리하여 구축된 정형화된 키워드 데이터를 분석하는 사례연구를 수행한다.